• 催收信息挖掘预测
贷后 • 坏账预测与监控
模型体系
模型系统架构初版
存在问题： • 模型预测结果时效性差 • 查询响应时间较长 • 模型计算逻辑冗长
模型系统优化方案
保证数据实时性
利用开源Canal工具实现Binlog 日志的实时收集
QMQ 消息队列
Qunar研发的消息系统 提供消息的详细监控： 消息延迟检测和重复消 息检测
基于大数据的旅游消费信贷平台
目录
Contents
第一部分 旅游消费信贷业务简介
第二部分 旅游消费信贷平台介绍
第三部分 旅游用户信用体系构建
Part 01
旅游消费信贷业务简介
在线旅游场景贷款
传统旅游支付
旅游信贷支付
订单
银行卡支付 第三方支付
支付
出行
订单 出行
还款 免息还款 分期还款
在线旅游场景贷款
Part 02
旅游消费信贷平台介绍
业务系统 模型系统
不同于一般互联网业务平台，旅 游消费信贷平台需要满足互联网 和金融的双重约束
消费信贷业务平台具有以下特点： • 密集数据分析的需求
数据系统
• 大量模型算法的需求 • 可靠数据系统的支撑
业务系统
旅游贷款业务系统
授信
激活
贷款
还款
贷前系统
对于节点消息感兴趣的系统，可通过 QMQ进行注册
模型体系
消费信贷模型体系
消费信贷最核心就是 风险管理。在贷款的 每个阶段，都需要构 造模型对业务系统提 供支撑。
贷前
• 找到合格贷款人，识别潜在风险 用户
• 授予用户合理的信用额度及定价
贷中
• 用信行为监控，交易欺诈检测
• 监控借款人风险提升，无法按时 归还贷款
2 贷款利率定价算法，
使信用评级良好的用 户享受更加优惠的贷 款额度
更多的增值服务
3 信用体系互通，使评级
良好的用户享受闪住、 理财等旅游增值服务
更多的活动优惠
4 高信用评级用户，优
先享受更多的红包优 惠及定制旅游服务
良好的征信记录
用户信用体系
用户信用评级
对用户违约风险的整体评估
用户信贷额度
控制最大损失金额，促进收益提升
用户利率定价
量化风险，风险定价
贷中（贷后）系统
支付系统
征
特征
风
信
金融路由系统
因子
控
系
内部系统
外部接口
系
统
贷款交易
金融网关
风险
统
计算评级，额度利率 贷款，还款
பைடு நூலகம்
授信中心
贷款核心逻辑
通道1 … 通道2
信用模型算法： 信用评级、信用额度、利率定价
贷款，还款
账户系统
业务系统
采用SOA+EDA的架构设计理念 同异步混合交互设计方式 节点操作完成后通过EDA发出消息
模型的拆分
模型预测拆分为实时计算、在 线计算两个部分，提升系统响 应时长
提升数据抽取的鲁棒性
Spark Streaming定期将偏移量 存储到zk，数据不会丢失，达到 Exactly once语义
模型系统架构优化版
实现效果
水平扩展性
数据量增大时可以通过添 加机器来达到数据的快速 处理
实时性
用户下单前几分钟的数据 可以立即反映到模型预测 中
查询响应
对每单评分的响应时间在 10ms内
系统全貌
数据体系
数据系统
Part 03
旅游用户信用体系构建
用户信用体系
用户信用体系
维持良好的信用评级
更多的贷款额度
1 贷款额度模型，保持优
良的信用评级，即可获 得更多的贷款额度
更优惠的贷款利率